首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于路径特征改进的蚁群算法求解旅行商问题

摘要第1-6页
Abstract第6-10页
第1章 绪论第10-13页
   ·研究背景及意义第10页
   ·研究现状第10-11页
   ·本文主要研究内容第11-12页
   ·本文章节安排第12-13页
第2章 蚁群算法求解TSP模型第13-20页
   ·引言第13页
   ·蚁群算法第13-17页
     ·蚁群算法的生物模型第13-14页
     ·蚁群算法的基本原理第14-15页
     ·蚁群算法的数学模型第15-17页
   ·蚁群算法优缺点第17-18页
     ·蚁群算法的优点第17-18页
     ·蚁群算法存在的问题第18页
   ·旅行商问题第18-19页
   ·本章小结第19-20页
第3章 基于公共路径寻径的蚁群算法求解TSP问题第20-33页
   ·引言第20页
   ·改进蚁群算法第20-22页
     ·蚂蚁群体移动规则第20-21页
     ·信息素自适应更新策略第21-22页
   ·基于公共路径寻径的蚁群算法第22-26页
   ·实验结果与分析第26-32页
     ·算法参数选择第26-28页
     ·信息素残留系数公式选择第28-29页
     ·算法性能分析第29-32页
   ·本章小结第32-33页
第4章 基于路径变异的蚁群算法求解TSP问题第33-45页
   ·引言第33页
   ·基于路径变异的蚁群算法第33-37页
     ·蚂蚁选择相邻城市特点第33-34页
     ·基于路径特征的变异第34-35页
     ·算法初始设置第35-37页
   ·实验结果与分析第37-44页
     ·加入初始解优化的收敛性分析第37-38页
     ·算法参数选择第38-40页
     ·算法收敛性分析第40-41页
     ·算法性能比较第41-44页
   ·本章小结第44-45页
第5章 工作总结与展望第45-47页
   ·本文工作总结第45页
   ·未来研究展望第45-47页
参考文献第47-51页
作者简介及在学期间所取得的科研成果第51-52页
致谢第52页

论文共52页,点击 下载论文
上一篇:新型拉锥光纤液体折射率传感器研究
下一篇:基于SVM的CPS智能照明系统辅助感知决策